Что такое параметрические и непараметрические критерии и когда их используют?
Параметрические критерии — это статистические методы, которые предполагают, что данные подчиняются определённому распределению (обычно нормальному).
Читать ответПодготовка к интервью
136 вопросов с собеседований в Домклик
Что проверяют на интервью
Подборка объединяет вопросы, отмеченные на этапах интервью в Домклик. Здесь можно понять структуру технической проверки и заранее повторить связанные темы. В подборке чаще встречаются темы: livecoding, frontend, algorithm.
Каталог
Параметрические критерии — это статистические методы, которые предполагают, что данные подчиняются определённому распределению (обычно нормальному).
Читать ответКонтентная фильтрация и коллаборативная фильтрация — два основных подхода в системах рекомендаций.
Читать ответХэш коллизия возникает, когда два разных входных значения дают одинаковое значение хэш-функции. Это неизбежно, так как множество возможных входов обычно больше, чем множество возможных хэш-значений.
Читать ответMonocular depth estimation — это задача компьютерного зрения, направленная на восстановление глубины сцены из одного (моно) изображения.
Читать ответВ Python ключом словаря может быть только неизменяемый (immutable) объект, который поддерживает хеширование (имеет метод hash).
Читать ответPolicy Gradient — это класс методов в обучении с подкреплением, которые напрямую оптимизируют параметрическую стратегию (policy), используя градиентный спуск.
Читать ответГрадиентный бустинг и случайный лес — это оба ансамблевые методы машинного обучения, основанные на деревьях решений, но они отличаются по принципу построения и объединения моделей.
Читать ответPCIe и SXM — это два разных форм-фактора подключения GPU, используемых в высокопроизводительных вычислениях и машинном обучении.
Читать ответКросс-валидация — это метод оценки качества модели машинного обучения, при котором данные разбиваются на несколько частей (фолдов), и модель поочерёдно обучается на одних частях и тестируется на других.
Читать ответПри обучении логистической регрессии оптимизируется функционал потерь, чаще всего — логарифмическая функция потерь (log loss или кросс-энтропия).
Читать ответx1 свёртка — это операция свёртки с ядром размером 1 на 1 пиксель.
Читать ответRetrieval с гибридным скором — это метод поиска информации, который объединяет два подхода: sparse (разреженный) и dense (плотный) поиск.
Читать ответ